摘要
本发明公开了一种基于YOLOv5模型的缺陷PCB检测方法,所述方法包括:S1:获取缺陷PCB图像集;S2:改进YOLOv5模型,所述YOLOv5模型包括依次连接的Backbone网络、Neck网络和Head网络;在Backbone网络中的每个C3模块后添加通道注意力模块SE;在Neck网络中,使用改进SWPC3模块替代原C3模块;将CIoU损失函数替换为EIoU损失函数;S3:采用缺陷PCB图像集对改进YOLOv5模型进行训练;S4:将待测图像输入训练得到的改进YOLOv5模型中,得到识别结果。本发明以YOLOv5模型作为基础识别网络,并对其网络模型结构进行改进,提高了YOLOv5模型的检测精度。
技术关键词
PCB检测方法
模块
瑕疵
全局平均池化
图像
注意力
网络模型结构
通道
表达式
数据
分支
训练集
矩阵
镜像
亮度
矩形
精度
基础
系统为您推荐了相关专利信息
信用风险预警
计算机设备
风险评分模型
信用评分模型
实时数据
自定义模板
虚拟机系统
虚拟机生命周期
命令
虚拟机部署
直线度测量方法
导线接续管
边缘轮廓
直线度误差
局部二值模式特征